CN103927754A - 一种车载摄像机的标定方法 - Google Patents
一种车载摄像机的标定方法 Download PDFInfo
- Publication number
- CN103927754A CN103927754A CN201410160861.6A CN201410160861A CN103927754A CN 103927754 A CN103927754 A CN 103927754A CN 201410160861 A CN201410160861 A CN 201410160861A CN 103927754 A CN103927754 A CN 103927754A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- point
- calibration
- scene
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种车载摄像机的标定方法,包括以下步骤:设备安装和标定场地铺设、图像标定。本发明提出了一种基于消失点检测的车载摄像机标定方法。测距时采用基于消失点的纵坐标YL进行坐标变换,无需因为摄像机的安装高度和俯仰角的变化进行重新标定,操作简单方便;此外,本发明还简化了数据计算模型,提高了车载计算机的反应速度。本发明提出的标定方法与车辆的俯仰角变化无关,且能根据路面消失点YL坐标的变化快速计算出空间坐标与图像坐标的对应关系,测距速度快、精度高。本发明实现了摄像机标定数据的自动调整,从而解决摄像机重新安装或车辆行驶过程中俯仰角变化所导致的测距精度不足的问题。
Description
技术领域
本发明属于现代交通领域的安全车距预警技术,特别涉及到一种车载摄像机的标定方法。
背景技术
随着人们对汽车安全的要求越来越高,安全车距预警装置越来越多的应用于普通轿车上,利用安全车距预警装置提醒或辅助驾驶员制动已经成为减少交通事故的重要方法。其中,基于车载摄像机的预警装置凭借其成本低、信息量丰富等优点被广泛应用于现有车辆安全车距的监测及预警,其原理是:首先,通过车载摄像机拍摄前方道路图像,并从中识别出前方车辆;然后,基于摄像机标定技术获取图像坐标系和车体坐标系的对应关系,从而计算出图像中的目标车辆距本车的实际距离;最后,依据目标车辆距本车的距离做出是否预警的判断。其中,车载摄像机标定决定着车距计算的准确程度,是安全预警技术的关键环节。
在现有的车载摄像机标定方法中,基于透视变换的摄像机标定测距方法,具有对摄像机安装没有限制、也不需要获取摄像机内参以及简单可行等优点,但每次安装后都必须通过地面标定物进行标定和校正,并且存在以下两个缺陷:(1)车载摄像机一旦经过标定后,其安装高度和俯仰角就不能变化,特别是俯仰角的变化将导致严重的测距误差,若要避免该误差,则在每次车距预警装置安装到车辆上之后,都需要进行一次新的摄像机标定,不能满足用户对产品简便性的需求;(2)在车辆由于加减速或路面起伏等原因出现俯仰角变化时,车载摄像机的俯仰角也将发生变化,从而影响测距精度。
发明内容
为解决现有方法存在的上述问题,本发明要提出一种既可以提高简便性又可以提高测距精度的车载摄像机的标定方法。
为实现上述目的,本发明的技术方案是:一种车载摄像机的标定方法,包括以下步骤:
A、设备安装和标定场地铺设
根据安装高度不同,将车型大致分为小型、中性和大型三类;针对同一车型,设备安装在前风挡玻璃上部,安装高度可在小范围内波动,摄像机应居中安装;选择水平的标定场地,场地上包含左、右两个车道线,标定物在道路平面内尽量等距放置;记录车体坐标系下各标定点的坐标;
B、图像标定
B1、一次标定
B11、标定图像采集
使用车载摄像机采集标定场地图像,要求采集范围内的标定物与路面的交线在图像中清晰可辨;通过连续改变摄像机的俯仰角,采集不同俯仰角下的标定场地图像并进行编号,编号分别为:场景1、场景2、场景3、场景4、场景5、场景6、场景7和场景8;
B12、标定点车体坐标和像素坐标的获取
在画图软件中分别打开标定图像,将光标移动至每个标定点与路面交汇线的中心点,在画图软件的右下方读出该点的像素坐标(x,y)并进行记录;定义第i个标定点的像素坐标为(xi,yi),单位为pixel,与其对应的车体坐标系下标定点的坐标记为(Xi,Yi),单位为m;
B13、标定参数获取
设当前车体坐标系中任意点(X,Y,Z)在二维图像坐标系上的坐标(x,y),如果空间点都在同一个平面上,即Z为常数,则空间点和图像点的坐标满足:
式中,C1、C2、C3、C4、C5、C6、C7和C8为所求的8个未知系数;由式(1)和(2)可知,若已知4个以上标定参考点的空间坐标及其在图像上对应点的坐标,就用非线性最小二乘法拟合8个未知系数,从而确定空间平面和图像平面的坐标变换关系;
基于各标定点在车体坐标系和图像坐标系中的坐标,使用Matlab软件采用最小二乘法拟合出式(1)和式(2)中的8个未知参数C1、C2、C3、C4、C5、C6、C7和C8;
B14、消失点坐标的获取
选取两条对称的车道线,并将步骤B12中获得车道线上标定点的图像坐标进行线性拟合,得到左右两条车道线的方程分别为:
y=klx+bl (3)
y=krx+br (4)
式中kl、bl、kr、br为拟合参数;
根据式(3)和式(4)求出两条直线的交点坐标(XL,YL),即为消失点坐标;
B2、二次标定
B21、标定参数重新获取
对拍摄车辆前方道路场景的车载摄像机而言,在俯仰角变化不大的情况下,各场景中C2、C4、C6和C7的值非常接近,故将步骤B11的8个场景中分别获取的4个参数C2、C4、C6和C7的平均值作为这4个参数的二次标定的结果,然后采用最小二乘法拟合其余4个参数C1、C3、C5和C8;并将重新获取的参数分别记为C1'、C'2、C3'、C'4、C5'、C'6、C'7和C8';
B22、线性拟合
将步骤B13中求出的消失点的YL坐标和步骤B21中重新获取的8个参数C1'、C'2、C3'、C'4、C5'、C'6、C'7和C8'使用最小二乘法进行二次线性拟合,并求出线性方程式,即完成标定。
与现有技术相比,本发明的有益效果和益处是:
1、本发明提出了一种基于消失点检测的车载摄像机标定方法。测距时采用基于消失点的纵坐标YL进行坐标变换,无需因为摄像机的安装高度和俯仰角的变化进行重新标定,操作简单方便;此外,本发明还简化了数据计算模型,提高了车载计算机的反应速度。
2、本发明提出的标定方法与车辆的俯仰角变化无关,且能根据路面消失点YL坐标的变化快速计算出空间坐标与图像坐标的对应关系,测距速度快、精度高。
3、本发明当摄像机安装姿态发生变化时,能够通过检测道路图像中左、右两条车道线的交点(消失点),实现摄像机标定数据的自动调整,从而解决摄像机重新安装或车辆行驶过程中俯仰角变化所导致的测距精度不足的问题。
附图说明
本发明共附图5张,其中:
图1为标定场景图。
图2为摄像机不同俯仰角下的标定场景图。
图3为一次标定后的参数对应图。
图4为二次标定后的参数拟合图。
图5为本发明的流程图。
具体实施方式
下面结合技术方案、附图及附表对本发明进一步说明。本发明提出了一种基于消失点检测的车载摄像机标定方法,具体包括以下步骤:
A、设备安装和标定场地铺设
将摄像机居中安装在车辆挡风玻璃上端;选择水平的标定场地,如图1所示,设从摄像机镜头引垂线与地面的交点为车体坐标系的坐标原点,车头方向为y轴正方向,与其垂直的为x轴,右边为正方向,将各标定物按照图1进行放置,并记录所有标定物在车体坐标系下的坐标,如表3所示。
B、图像标定
第一步:图像采集;通过图像采集软件采集标定场景图像,通过改变摄像机的俯仰角采集不同俯仰角下的标定场景图,如图2所示的场景1至场景8。
第二步:在画图软件中打开标定图像,将光标移动至标定点与路面交汇线的中心点,可在画图软件的右下方读出该点的像素坐标;运用上述方法记录下所有标定的像素坐标,并与步骤A中获得车体坐标进行一一对应,运用Matlab软件编辑程序,采用最小二乘法求出式(1)和式(2)中的8个参数和消失点的YL坐标,求得的数据列入表1并使用Matlab绘制如图3所示的对应关系。
第三步:对C2、C4、C6、C7求均值,作为该参数二次标定的结果,然后采用最小二乘法拟合其余4个参数C1、C3、C5、C8,可求出一组新的参数C1'、C'2、C3'、C'4、C5'、C'6、C'7、C'8,如表2所示;将这8个参数和消失点的YL坐标的对应关系进行二次线性拟合,就得到了如图4所示的线性关系,对应的关系式如下:
C'2=-3.1109*10-4 (6)
C'4=-6.6716*10-4 (8)
C'6=-12.7886 (10)
C'7=-1.9349*10-4 (11)
基于式(5)至式(12),在需要测量图像中检测到的车辆距本车的实际距离时,只需要在左、右车道线检测的基础上,求出YL,即可得到摄像机标定参数C1'、C'2、C3'、C'4、C5'、C'6、C'7、C8',从而代入至式(1)和式(2)中,得到所检测出的车辆距本车的实际距离。
表1:一次标定后的8个参数与消失点的YL坐标
表2:二次标定后的8个参数与消失点的YL坐标
表3:标定物在车体坐标系下的坐标
注:以中间位参考,左二为中间左侧第二列,左一为中间左侧第一列,右一为中间右侧第一列,右二为中间右侧第二列;标定物坐标从上往下依次列入表中。
Claims (1)
1.一种车载摄像机的标定方法,其特征在于:包括以下步骤:
A、设备安装和标定场地铺设
根据安装高度不同,将车型大致分为小型、中性和大型三类;针对同一车型,设备安装在前风挡玻璃上部,安装高度可在小范围内波动,摄像机应居中安装;选择水平的标定场地,场地上包含左、右两个车道线,标定物在道路平面内尽量等距放置;记录车体坐标系下各标定点的坐标;
B、图像标定
B1、一次标定
B11、标定图像采集
使用车载摄像机采集标定场地图像,要求采集范围内的标定物与路面的交线在图像中清晰可辨;通过连续改变摄像机的俯仰角,采集不同俯仰角下的标定场地图像并进行编号,编号分别为:场景1、场景2、场景3、场景4、场景5、场景6、场景7和场景8;
B12、标定点车体坐标和像素坐标的获取
在画图软件中分别打开标定图像,将光标移动至每个标定点与路面交汇线的中心点,在画图软件的右下方读出该点的像素坐标(x,y)并进行记录;定义第i个标定点的像素坐标为(xi,yi),单位为pixel,与其对应的车体坐标系下标定点的坐标记为(Xi,Yi),单位为m;
B13、标定参数获取
设当前车体坐标系中任意点(X,Y,Z)在二维图像坐标系上的坐标(x,y),如果空间点都在同一个平面上,即Z为常数,则空间点和图像点的坐标满足:
式中,C1、C2、C3、C4、C5、C6、C7和C8为所求的8个未知系数;由式(1)和(2)可知,若已知4个以上标定参考点的空间坐标及其在图像上对应点的坐标,就用非线性最小二乘法拟合8个未知系数,从而确定空间平面和图像平面的坐标变换关系;
基于各标定点在车体坐标系和图像坐标系中的坐标,使用Matlab软件采用最小二乘法拟合出式(1)和式(2)中的8个未知参数C1、C2、C3、C4、C5、C6、C7和C8;
B14、消失点坐标的获取
选取两条对称的车道线,并将步骤B12中获得车道线上标定点的图像坐标进行线性拟合,得到左右两条车道线的方程分别为:
y=klx+bl (3)
y=krx+br (4)
式中kl、bl、kr、br为拟合参数;
根据式(3)和式(4)求出两条直线的交点坐标(XL,YL),即为消失点坐标;
B2、二次标定
B21、标定参数重新获取
对拍摄车辆前方道路场景的车载摄像机而言,在俯仰角变化不大的情况下,各场景中C2、C4、C6和C7的值非常接近,故将步骤B11的8个场景中分别获取的4个参数C2、C4、C6和C7的平均值作为这4个参数的二次标定的结果,然后采用最小二乘法拟合其余4个参数C1、C3、C5和C8;并将重新获取的参数分别记为C1'、C'2、C3'、C'4、C5'、C'6、C'7和C8';
B22、线性拟合
将步骤B13中求出的消失点的YL坐标和步骤B21中重新获取的8个参数C1'、C'2、C3'、C'4、C5'、C'6、C'7和C8'使用最小二乘法进行二次线性拟合,并求出线性方程式,即完成标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410160861.6A CN103927754B (zh) | 2014-04-21 | 2014-04-21 | 一种车载摄像机的标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410160861.6A CN103927754B (zh) | 2014-04-21 | 2014-04-21 | 一种车载摄像机的标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103927754A true CN103927754A (zh) | 2014-07-16 |
CN103927754B CN103927754B (zh) | 2016-08-31 |
Family
ID=51145965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410160861.6A Expired - Fee Related CN103927754B (zh) | 2014-04-21 | 2014-04-21 | 一种车载摄像机的标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103927754B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751452A (zh) * | 2015-03-08 | 2015-07-01 | 大连理工大学 | 基于任意已知运动的单目摄像机标定方法 |
CN106127787A (zh) * | 2016-07-01 | 2016-11-16 | 北京美讯美通信息科技有限公司 | 一种基于逆投影变换的相机标定方法 |
CN106476715A (zh) * | 2015-08-27 | 2017-03-08 | 日本电产艾莱希斯株式会社 | 车载摄像头的安装方法 |
CN106476716A (zh) * | 2015-08-27 | 2017-03-08 | 日本电产艾莱希斯株式会社 | 车辆的制造方法 |
CN106476714A (zh) * | 2015-08-27 | 2017-03-08 | 日本电产艾莱希斯株式会社 | 车载摄像头以及车载摄像头的制造方法 |
CN106981082A (zh) * | 2017-03-08 | 2017-07-25 | 驭势科技(北京)有限公司 | 车载摄像头标定方法、装置及车载设备 |
CN107133985A (zh) * | 2017-04-20 | 2017-09-05 | 常州智行科技有限公司 | 一种基于车道线消逝点的车载摄像机自动标定方法 |
CN108052908A (zh) * | 2017-12-15 | 2018-05-18 | 郑州日产汽车有限公司 | 车道保持方法 |
CN108450058A (zh) * | 2015-12-28 | 2018-08-24 | 英特尔公司 | 实时自动车载相机校准 |
CN108932472A (zh) * | 2018-05-23 | 2018-12-04 | 中国汽车技术研究中心有限公司 | 一种基于车道线检测的自动驾驶行驶区域判别方法 |
WO2019000945A1 (zh) * | 2017-06-28 | 2019-01-03 | 京东方科技集团股份有限公司 | 车载摄像机测距方法及装置、存储介质和电子设备 |
CN109544648A (zh) * | 2018-11-30 | 2019-03-29 | 北京小马智行科技有限公司 | 一种标定方法及装置 |
CN109979206A (zh) * | 2017-12-28 | 2019-07-05 | 杭州海康威视系统技术有限公司 | 车辆测速方法、装置、系统、电子设备及存储介质 |
CN110570475A (zh) * | 2018-06-05 | 2019-12-13 | 上海商汤智能科技有限公司 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
CN111145249A (zh) * | 2019-08-30 | 2020-05-12 | 广东星舆科技有限公司 | 一种基于车载的自动标定控制方法、存储介质和系统 |
CN112348752A (zh) * | 2020-10-28 | 2021-02-09 | 武汉极目智能技术有限公司 | 一种基于平行约束的车道线消失点补偿方法及装置 |
CN112525147A (zh) * | 2020-12-08 | 2021-03-19 | 北京嘀嘀无限科技发展有限公司 | 自动驾驶设备测距方法及相关装置 |
CN113515973A (zh) * | 2020-04-09 | 2021-10-19 | 北京地平线机器人技术研发有限公司 | 数据获取方法、训练方法、调整方法以及装置 |
CN113643379A (zh) * | 2021-08-05 | 2021-11-12 | 北京的卢深视科技有限公司 | 标定方法、标定装置、交互装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488222A (zh) * | 2008-01-16 | 2009-07-22 | 中国科学院自动化研究所 | 一种基于运动目标表象和运动信息的摄像机自标定方法 |
CN101980292A (zh) * | 2010-01-25 | 2011-02-23 | 北京工业大学 | 一种基于正八边形模板的车载摄像机内参数的标定方法 |
US20120057757A1 (en) * | 2010-09-08 | 2012-03-08 | Fuji Jukogyo Kabushiki Kaisha | Lane line estimating apparatus |
-
2014
- 2014-04-21 CN CN201410160861.6A patent/CN103927754B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488222A (zh) * | 2008-01-16 | 2009-07-22 | 中国科学院自动化研究所 | 一种基于运动目标表象和运动信息的摄像机自标定方法 |
CN101980292A (zh) * | 2010-01-25 | 2011-02-23 | 北京工业大学 | 一种基于正八边形模板的车载摄像机内参数的标定方法 |
US20120057757A1 (en) * | 2010-09-08 | 2012-03-08 | Fuji Jukogyo Kabushiki Kaisha | Lane line estimating apparatus |
Non-Patent Citations (2)
Title |
---|
LAZAROS GRAMMATIKOPOULOS ET AL.: "An Automatic Approach for Camera Calibration from Vanishing Points", 《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》 * |
STEPHANIE HOLD ET AL.: "Efficient and Robust Extrinsic Camera Calibration Procedure for Lane Departure Warning", 《INTELLIGENT VEHICLES SYMPOSIUM, 2009 IEEE》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751452A (zh) * | 2015-03-08 | 2015-07-01 | 大连理工大学 | 基于任意已知运动的单目摄像机标定方法 |
CN106476715A (zh) * | 2015-08-27 | 2017-03-08 | 日本电产艾莱希斯株式会社 | 车载摄像头的安装方法 |
CN106476716A (zh) * | 2015-08-27 | 2017-03-08 | 日本电产艾莱希斯株式会社 | 车辆的制造方法 |
CN106476714A (zh) * | 2015-08-27 | 2017-03-08 | 日本电产艾莱希斯株式会社 | 车载摄像头以及车载摄像头的制造方法 |
CN106476715B (zh) * | 2015-08-27 | 2019-04-19 | 日本电产艾莱希斯株式会社 | 车载摄像头的安装方法 |
CN106476716B (zh) * | 2015-08-27 | 2019-04-19 | 日本电产艾莱希斯株式会社 | 车辆的制造方法 |
CN108450058A (zh) * | 2015-12-28 | 2018-08-24 | 英特尔公司 | 实时自动车载相机校准 |
CN106127787B (zh) * | 2016-07-01 | 2019-04-02 | 北京美讯美通信息科技有限公司 | 一种基于逆投影变换的相机标定方法 |
CN106127787A (zh) * | 2016-07-01 | 2016-11-16 | 北京美讯美通信息科技有限公司 | 一种基于逆投影变换的相机标定方法 |
CN106981082A (zh) * | 2017-03-08 | 2017-07-25 | 驭势科技(北京)有限公司 | 车载摄像头标定方法、装置及车载设备 |
CN106981082B (zh) * | 2017-03-08 | 2020-04-17 | 驭势科技(北京)有限公司 | 车载摄像头标定方法、装置及车载设备 |
CN107133985A (zh) * | 2017-04-20 | 2017-09-05 | 常州智行科技有限公司 | 一种基于车道线消逝点的车载摄像机自动标定方法 |
CN107133985B (zh) * | 2017-04-20 | 2020-05-12 | 常州智行科技有限公司 | 一种基于车道线消逝点的车载摄像机自动标定方法 |
WO2019000945A1 (zh) * | 2017-06-28 | 2019-01-03 | 京东方科技集团股份有限公司 | 车载摄像机测距方法及装置、存储介质和电子设备 |
US11226200B2 (en) | 2017-06-28 | 2022-01-18 | Boe Technology Group Co., Ltd. | Method and apparatus for measuring distance using vehicle-mounted camera, storage medium, and electronic device |
CN108052908A (zh) * | 2017-12-15 | 2018-05-18 | 郑州日产汽车有限公司 | 车道保持方法 |
CN109979206B (zh) * | 2017-12-28 | 2020-11-03 | 杭州海康威视系统技术有限公司 | 车辆测速方法、装置、系统、电子设备及存储介质 |
CN109979206A (zh) * | 2017-12-28 | 2019-07-05 | 杭州海康威视系统技术有限公司 | 车辆测速方法、装置、系统、电子设备及存储介质 |
CN108932472A (zh) * | 2018-05-23 | 2018-12-04 | 中国汽车技术研究中心有限公司 | 一种基于车道线检测的自动驾驶行驶区域判别方法 |
CN110570475A (zh) * | 2018-06-05 | 2019-12-13 | 上海商汤智能科技有限公司 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
CN109544648A (zh) * | 2018-11-30 | 2019-03-29 | 北京小马智行科技有限公司 | 一种标定方法及装置 |
CN111145249A (zh) * | 2019-08-30 | 2020-05-12 | 广东星舆科技有限公司 | 一种基于车载的自动标定控制方法、存储介质和系统 |
CN111145249B (zh) * | 2019-08-30 | 2024-02-27 | 广东星舆科技有限公司 | 一种基于车载的自动标定控制方法、存储介质和系统 |
CN113515973A (zh) * | 2020-04-09 | 2021-10-19 | 北京地平线机器人技术研发有限公司 | 数据获取方法、训练方法、调整方法以及装置 |
CN112348752A (zh) * | 2020-10-28 | 2021-02-09 | 武汉极目智能技术有限公司 | 一种基于平行约束的车道线消失点补偿方法及装置 |
CN112348752B (zh) * | 2020-10-28 | 2022-08-16 | 武汉极目智能技术有限公司 | 一种基于平行约束的车道线消失点补偿方法及装置 |
CN112525147A (zh) * | 2020-12-08 | 2021-03-19 | 北京嘀嘀无限科技发展有限公司 | 自动驾驶设备测距方法及相关装置 |
CN112525147B (zh) * | 2020-12-08 | 2022-11-08 | 北京嘀嘀无限科技发展有限公司 | 自动驾驶设备测距方法及相关装置 |
CN113643379A (zh) * | 2021-08-05 | 2021-11-12 | 北京的卢深视科技有限公司 | 标定方法、标定装置、交互装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103927754B (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927754A (zh) | 一种车载摄像机的标定方法 | |
CN102661733B (zh) | 一种基于单目视觉的前方车辆测距方法 | |
CN106240458B (zh) | 一种基于车载双目相机的车辆前方碰撞预警方法 | |
US10384679B2 (en) | Travel control method and travel control apparatus | |
CN113819914B (zh) | 一种地图构建方法及装置 | |
US10023198B2 (en) | Method for determining a relative gradient of a roadway | |
Gehrig et al. | Dead reckoning and cartography using stereo vision for an autonomous car | |
CN106462968B (zh) | 用于校准机动车的摄影机系统的方法和装置 | |
CN107133985A (zh) | 一种基于车道线消逝点的车载摄像机自动标定方法 | |
CN103473762B (zh) | 一种车道线检测方法和装置 | |
CN105984464A (zh) | 车辆控制装置 | |
DE102017128619A1 (de) | Fahrzeugsteuerung unter verwendung von strassenwinkeldaten | |
CN110307791B (zh) | 基于三维车辆边界框的车辆长度及速度计算方法 | |
CN202071799U (zh) | 智能化汽车安全警示装置 | |
CN103487034A (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
CN105716617B (zh) | 基于车辆数据绘制驾驶轨迹的系统及方法 | |
CN101776438A (zh) | 道路标线测量装置及其测量方法 | |
CN102915532A (zh) | 确定车辆视觉系统外部参数的方法以及车辆视觉系统 | |
RU2626424C1 (ru) | Устройство оценки позиции и угла пространственной ориентации транспортного средства и способ оценки позиции и угла пространственной ориентации транспортного средства | |
CN110745140A (zh) | 一种基于连续图像约束位姿估计的车辆换道预警方法 | |
CN103413325B (zh) | 一种基于车身特征点定位的车速鉴定方法 | |
CN202716870U (zh) | 一种车辆前向轨迹辅助装置 | |
CN104494598A (zh) | 一种用于智能车辆的路口行驶控制方法 | |
CN111272139B (zh) | 一种基于单目视觉的车辆长度测量方法 | |
CN107284455B (zh) | 一种基于图像处理的adas系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160831 Termination date: 20190421 |
|
CF01 | Termination of patent right due to non-payment of annual fee |